• Регистрация
Н/Д
Н/Д+0.08
н/д
  • Написать
  • Подписаться

Kонкурс работ для сотрудников вузов и инженеров #конкурс_hub_2021

Я хотел представить на конкурс работ для сотрудников вузов и инженеров статью, опубликованную в журнале Human Molecular Genetics (Oxford University Press) в сентябре 2020 года группой авторов из Университета Джонса Хопкинса, Балтимор, США: Alexey V Shevelkin, Chantelle E Terrillion, Yuto Hasegawa, Olga A Mychko, Yan Jouroukhin, Akira Sawa, Atsushi Kamiya, Mikhail V Pletnikov (2020) Astrocyte DISC1 contributes to cognitive function in a brain region-dependent manner. Human Molecular Genetics, Volume 29, Issue 17, Pages 2936–2950.

https://academic.oup.com/hmg/article-abstract/29/17/2936/5892987

Эта статья – результат многолетней работы большой команды ученых – сотрудников Департамента психиатрии и исследования поведения. В этой статье мы изучили поведение экспериментальных животных и впервые в мире использовали предобученные сверточные сети глубокого обучения (cDNN) ResNet18 и ResNet50, перенос обучения и среду MATLAB для сравнения морфологии астроцитов мозга с нарушенным синтезом белка DISC1 и у контрольных животных. DISC1 формирует «правильную» структуру митохондрий – «энергитических станций» клетки, а мутантная форма белка обнаруживается у больных психическими расстройствами и шизофренией. В основе экспериментов с cDNN была простая идея: мы создаём два набора изображений астроцитов мозга мышей «без белка DISC1» и контрольных, и пробуем обучить сеть классифицировать эти две группы изображений. Если сеть обучается, значит, морфология астроцитов в этих группах различна. Оказалось, что обе cDNN успешно обучаются различать эти изображения и демонстрируют высокую точность предсказания при классификации в конце сеанса обучения (по 716 изображений в каждом сете). Повторный эксперимент с более многочисленными группами изображений астроцитов (по 4840), полученных при большем увеличении, также продемонстрировал высокую точность предсказаний ResNet18 и ResNet50. Важно отметить, что для того, чтобы подтвердить данные, полученные при обучении нейронных сетей, и верифицировать новый метод, мы использовали другой подход -  морфометрический, и с помощью широкоиспользуемой специальной программы Imaris (Bitplane AG, Zurich, Switzerland) измерили размеры отростков астроцитов (длину, толщину, количество точек и величину угла ветвления) на тех же изображениях и обнаружили достоверные морфологические изменения астроцитов в группе «без белка DISC1» и таким образом подтвердили возможности cDNN и глубокого обучения для морфологических исследований астроцитов мозга в научных и клинических лабораториях. Более подробно с методикой и результатами можно ознакомиться в прилагаемом тексте статьи. Мы также гордимся тем, что редакция попросила один из рисунков нашей статьи для обложки этого выпуска журнала (также прилагается).

            Пользуясь случаем, хотел поблагодарить компанию Mathworks, ЦИТМ Экспонента и лично Максима Сидорова за курс видеолекций по предобученным сверточным сетям глубокого обучения и переносу обучения. Этот курс послужил мощным стимулом для включения экспериментов с обучением нейронных сетей в наше исследование.

 

С уважением, Алексей Валерьевич Шевёлкин, канд. мед. наук, исследователь

P.S. Я понимаю, что возможности лабораторий в России и США отличаются, поэтому, если компания «Экспонента» сочтёт нашу работу достойной занять одно из первых трех мест, то я отказываюсь от ценного приза.

Теги

    08.02.2021

    Комментарии